汽車(chē)制造業(yè)技術(shù)進(jìn)步對(duì)勞動(dòng)就業(yè)的影響

曹文彬，徐進(jìn)玥 （江南大學(xué) 商學(xué)院，江蘇 無(wú)錫 214122）

0 引 言

汽車(chē)制造業(yè)在我國(guó)制造業(yè)經(jīng)濟(jì)中產(chǎn)值比重較大，在生產(chǎn)過(guò)程中，各個(gè)環(huán)節(jié)關(guān)聯(lián)度高，是“中國(guó)制造2025”和“十三五”規(guī)劃綱要中的重點(diǎn)發(fā)展領(lǐng)域。我國(guó)汽車(chē)制造業(yè)雖然起步晚，但是發(fā)展速度快。2020 年我國(guó)汽車(chē)總產(chǎn)量約2 522.5 萬(wàn)輛，成為全球最大的汽車(chē)生產(chǎn)消費(fèi)市場(chǎng)。隨著新一輪的科技革命的發(fā)展，傳統(tǒng)的汽車(chē)生產(chǎn)方式發(fā)生轉(zhuǎn)變，更多數(shù)字科技被運(yùn)用在汽車(chē)產(chǎn)業(yè)。人工智能等技術(shù)的發(fā)展對(duì)勞動(dòng)力的替代遠(yuǎn)超過(guò)傳統(tǒng)的機(jī)械化和自動(dòng)化，非機(jī)械性的崗位正逐漸被人工智能技術(shù)所取代，低技能勞動(dòng)力大量流失。而汽車(chē)制造業(yè)作為傳統(tǒng)資本密集型和勞動(dòng)密集型產(chǎn)業(yè)，需要大量的勞動(dòng)力和資本投入。在企業(yè)實(shí)現(xiàn)技術(shù)進(jìn)步的過(guò)程中，就業(yè)一定會(huì)發(fā)生明顯的變動(dòng)。在此形勢(shì)下，如何在就業(yè)與技術(shù)進(jìn)步之間尋求一個(gè)平衡成為汽車(chē)制造業(yè)企業(yè)一個(gè)急需解決的問(wèn)題。

1 文獻(xiàn)綜述

技術(shù)進(jìn)步與就業(yè)的關(guān)系一直是經(jīng)濟(jì)學(xué)界關(guān)注的熱點(diǎn)問(wèn)題之一。近年來(lái)國(guó)內(nèi)外有關(guān)技術(shù)進(jìn)步對(duì)就業(yè)影響的研究主要集中在三個(gè)方面：（1） 就業(yè)的替代效應(yīng)。技術(shù)進(jìn)步加速資本有機(jī)構(gòu)成的提高，導(dǎo)致對(duì)勞動(dòng)力的需求減少。Aghion 和Howitt（1994） 通過(guò)構(gòu)建失業(yè)—增長(zhǎng)模型，借鑒并擴(kuò)展了熊彼特的理論，提出了技術(shù)進(jìn)步對(duì)就業(yè)的“破壞效應(yīng)”。技術(shù)進(jìn)步一方面縮短了崗位的生命周期，另一方面減少了崗位的數(shù)量，造成大量的失業(yè)人口。Benzell（2015） 構(gòu)建了一個(gè)跨期迭代（OLG） 模型研究機(jī)器人對(duì)勞動(dòng)力替代的問(wèn)題。結(jié)果表明，在一定條件下，機(jī)器人能完全替代低技能勞動(dòng)任務(wù)和部分高技能勞動(dòng)任務(wù)，因而導(dǎo)致勞動(dòng)力收入減少。蔡嘯、黃旭美（2019） 以Acemoglu 理論模型為基礎(chǔ)，考察人工智能技術(shù)對(duì)制造業(yè)就業(yè)的影響，實(shí)證結(jié)果表明，我國(guó)人工智能技術(shù)對(duì)制造業(yè)就業(yè)存在擠出效應(yīng)，但隨著人工智能技術(shù)的提升，在一定程度上會(huì)緩解這種抑制作用。（2） 就業(yè)的補(bǔ)償效應(yīng)。技術(shù)進(jìn)步降低了投入要素中的勞動(dòng)成本，產(chǎn)品價(jià)格下降，擴(kuò)大了需求，企業(yè)不斷擴(kuò)大規(guī)模，從而產(chǎn)生了新的崗位。Autor（2015） 基于對(duì)美國(guó)歷史數(shù)據(jù)的考察，提出在自動(dòng)化對(duì)勞動(dòng)力產(chǎn)生替代效應(yīng)的同時(shí)，也產(chǎn)生了與之相抵消的“生產(chǎn)率效應(yīng)”。這種生產(chǎn)率效應(yīng)主要是增加了正在經(jīng)歷“自動(dòng)化”的部門(mén)本身的勞動(dòng)需求及“非自動(dòng)化”部門(mén)的勞動(dòng)需求。姚先國(guó)等人（2005） 利用制造業(yè)企業(yè)微觀數(shù)據(jù)，對(duì)我國(guó)企業(yè)技術(shù)進(jìn)步的技能偏態(tài)性進(jìn)行了檢驗(yàn)。通過(guò)研究發(fā)現(xiàn)，我國(guó)企業(yè)技術(shù)進(jìn)步在一定程度上呈現(xiàn)出技能偏態(tài)性，企業(yè)對(duì)高技能勞動(dòng)者需求增加，高技能勞動(dòng)者的工資也顯著提高。呂榮杰、郝力曉（2018） 采用2010～2016 我國(guó)31 省市的非平衡面板數(shù)據(jù)，分析人工智能對(duì)就業(yè)量以及工資的影響。研究結(jié)果表明，人工智能技術(shù)進(jìn)步有利于我國(guó)就業(yè)量的提高，但對(duì)農(nóng)村勞動(dòng)力造成了替代作用，一定程度上加劇了我國(guó)勞動(dòng)力市場(chǎng)的極化。（3） 既存在替代效應(yīng)，又存在補(bǔ)償效應(yīng)，最終技術(shù)進(jìn)步對(duì)就業(yè)的影響取決于替代效應(yīng)和補(bǔ)償效應(yīng)的大小。Acemoglu 和Restrepo（2018） 基于任務(wù)模型分析了技術(shù)進(jìn)步帶來(lái)的影響，結(jié)果表明技術(shù)進(jìn)步在替代工作的時(shí)候，也創(chuàng)造了新的崗位，這種補(bǔ)償效應(yīng)能夠抵消替代效應(yīng)。王青（2009） 結(jié)合遼寧省1980～2006 年近二十多年的數(shù)據(jù)后，分析了技術(shù)進(jìn)步對(duì)遼寧省就業(yè)總量和就業(yè)結(jié)構(gòu)的影響。研究表明技術(shù)進(jìn)步對(duì)遼寧省就業(yè)總量表現(xiàn)出擠出效應(yīng)，但技術(shù)進(jìn)步還能通過(guò)對(duì)產(chǎn)業(yè)結(jié)構(gòu)的影響進(jìn)而影響就業(yè)結(jié)構(gòu)的調(diào)整和變化。

通過(guò)對(duì)現(xiàn)有文獻(xiàn)的梳理，發(fā)現(xiàn)當(dāng)前研究存在以下幾個(gè)問(wèn)題：（1） 當(dāng)前研究多針對(duì)于宏觀層面來(lái)闡述技術(shù)進(jìn)步對(duì)就業(yè)的影響，沒(méi)有考慮到技術(shù)進(jìn)步對(duì)微觀企業(yè)帶來(lái)的具體影響；（2） 在研究方法上，針對(duì)技術(shù)進(jìn)步對(duì)就業(yè)總量的實(shí)證分析，多采用靜態(tài)面板分析，以此得到的結(jié)論不夠全面。

針對(duì)上述問(wèn)題，本文以汽車(chē)制造業(yè)技術(shù)進(jìn)步與就業(yè)的關(guān)系為研究對(duì)象，從微觀角度出發(fā)，采用系統(tǒng)GMM 研究方法進(jìn)行實(shí)證分析，探索汽車(chē)制造業(yè)技術(shù)進(jìn)步對(duì)就業(yè)的影響，并據(jù)此提出促進(jìn)就業(yè)的相關(guān)建議。

2 實(shí)證分析

2.1 計(jì)量模型構(gòu)建

本文假定汽車(chē)制造業(yè)企業(yè)服從CES 生產(chǎn)函數(shù)，如下所示：

其中：A＞0, λ＞0, ρ≤0, 0＜α＜1。Y 表示汽車(chē)制造業(yè)企業(yè)產(chǎn)出水平，A 代表技術(shù)進(jìn)步水平，K、L 分別代表資本和勞動(dòng)投入。λ 為規(guī)模報(bào)酬參數(shù)，ρ 為要素替代彈性參數(shù)，α 為要素分配參數(shù)。假定生產(chǎn)函數(shù)是凸的，規(guī)模報(bào)酬不變，即λ=1，此時(shí)，生產(chǎn)函數(shù)可以表達(dá)為：

根據(jù)企業(yè)利潤(rùn)最大化的條件，勞動(dòng)的邊際產(chǎn)出等于工資，先對(duì)式（1） 求偏導(dǎo)，得到勞動(dòng)的邊際生產(chǎn)率MPL，之后兩邊再同時(shí)取對(duì)數(shù)，整理可得勞動(dòng)需求的基本方程，如式（2）：

在考察影響企業(yè)就業(yè)的因素時(shí)，還需要考慮一些其他的變量。本文將企業(yè)規(guī)模、企業(yè)年齡作為控制變量引入到模型中。通常情況下，企業(yè)規(guī)模越大，員工數(shù)量越多。企業(yè)成立時(shí)間的長(zhǎng)短對(duì)企業(yè)就業(yè)人數(shù)的影響也較大，成立時(shí)間越久的企業(yè)，員工人數(shù)應(yīng)該越多。由于現(xiàn)實(shí)中的就業(yè)規(guī)模是一個(gè)動(dòng)態(tài)連續(xù)的過(guò)程，就業(yè)不僅與當(dāng)期因素有關(guān)，還受上個(gè)時(shí)期就業(yè)規(guī)模的影響，因此本文引入被解釋變量的滯后項(xiàng)，得到動(dòng)態(tài)面板模型E1：

為了進(jìn)一步探索TFP 中的具體因素（技術(shù)進(jìn)步率還是技術(shù)效率） 對(duì)就業(yè)產(chǎn)生影響，將模型E1 中的TFP 拆分為技術(shù)效率（EC ）和技術(shù)進(jìn)步率（TE ），得到動(dòng)態(tài)面板模型E2：

其中：i 表示汽車(chē)制造業(yè)企業(yè)；t 表示時(shí)期；Y 表示汽車(chē)制造業(yè)企業(yè)產(chǎn)出；TFP 為汽車(chē)制造業(yè)技術(shù)進(jìn)步水平；W 為企業(yè)員工工資；K 代表企業(yè)規(guī)模；AGE 為企業(yè)年齡；EC 為汽車(chē)制造業(yè)企業(yè)技術(shù)效率；TE 為汽車(chē)制造業(yè)企業(yè)技術(shù)進(jìn)步率，μ、u 為隨機(jī)誤差項(xiàng)。

由于模型將就業(yè)的滯后項(xiàng)作為解釋變量，解釋變量與隨機(jī)干擾項(xiàng)高度相關(guān)，這可能導(dǎo)致對(duì)滯后一階變量系數(shù)的估計(jì)值偏低。如果運(yùn)用標(biāo)準(zhǔn)的固定效應(yīng)或者隨機(jī)效應(yīng)模型進(jìn)行估計(jì)，估計(jì)量一定是有偏的、非一致的。為了解決自相關(guān)問(wèn)題，本文選用系統(tǒng)GMM 方法對(duì)模型進(jìn)行估計(jì)。系統(tǒng)GMM 方法可避免小樣本估計(jì)帶來(lái)的偏差，解決動(dòng)態(tài)面板中的內(nèi)生性問(wèn)題；在存在異方差的情況下，系統(tǒng)GMM 回歸結(jié)果同樣具有穩(wěn)健性。

2.2 數(shù)據(jù)來(lái)源和變量說(shuō)明

2.2.1 數(shù)據(jù)來(lái)源

考慮到數(shù)據(jù)的可獲得性和準(zhǔn)確性，本文選取A 股上市的20 家汽車(chē)制造業(yè)企業(yè)在2005～2018 年的數(shù)據(jù)作為研究對(duì)象，數(shù)據(jù)來(lái)源于色諾芬數(shù)據(jù)庫(kù)和各公司年度報(bào)告。為了消除異方差的影響，將各變量數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理。

2.2.2 變量說(shuō)明

就業(yè)人數(shù)（L ）：用當(dāng)年截止到年末企業(yè)在職員工人數(shù)表示。

企業(yè)產(chǎn)出水平（Y ）：用企業(yè)當(dāng)年?duì)I業(yè)總收入來(lái)表示，并用2005 年為基期的價(jià)格指數(shù)進(jìn)行平減。

技術(shù)進(jìn)步水平（TF P ）：鑒于已有文獻(xiàn)中普遍使用全要素生產(chǎn)率衡量技術(shù)進(jìn)步，本文也使用全要素生產(chǎn)率來(lái)衡量技術(shù)進(jìn)步水平。相比其他測(cè)算技術(shù)進(jìn)步的方法，DEA-Malmquist 指數(shù)法不需要任何的具體函數(shù)形式，可以有效避免測(cè)量結(jié)果偏差；其次，DEA-Malmquist 指數(shù)法也不需要各種分布假設(shè)，可以更好地反映目前市場(chǎng)的真實(shí)情況；最后，DEA-Malmquist 指數(shù)法測(cè)算的結(jié)果可以在規(guī)模報(bào)酬不變的情況下，將全要素生產(chǎn)率分解為技術(shù)進(jìn)步率和技術(shù)效率變動(dòng)，而技術(shù)效率變動(dòng)又可以拆解為規(guī)模效率和純技術(shù)效率變化。結(jié)合我國(guó)汽車(chē)制造業(yè)的特點(diǎn)，投入指標(biāo)選擇勞動(dòng)力投入、固定資產(chǎn)和主營(yíng)業(yè)務(wù)成本三個(gè)指標(biāo)，凈利潤(rùn)和主營(yíng)業(yè)務(wù)收入作為產(chǎn)出指標(biāo)。

企業(yè)員工工資（W ）：用企業(yè)當(dāng)年應(yīng)付職工薪酬除以企業(yè)在職員工人數(shù)，同時(shí)以2005 年為基期的價(jià)格指數(shù)平減。企業(yè)資本（K ）：由企業(yè)的固定資產(chǎn)凈額表示。用以2005 年為基期的固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減。

企業(yè)年齡（AGE ）：用當(dāng)年年份減去企業(yè)成立年份。

各變量的描述性統(tǒng)計(jì)分析如表1 所示：

表1 描述性統(tǒng)計(jì)分析

2.3 回歸結(jié)果分析

2.3.1 單位根檢驗(yàn)

由于面板數(shù)據(jù)反映了時(shí)間和截面二維上的信息，各變量可能會(huì)因自身趨勢(shì)或者截距問(wèn)題，使得數(shù)據(jù)不平穩(wěn)。因此，本文對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，判斷數(shù)據(jù)是否平穩(wěn)或是否具有相同單整階數(shù)。由于本文是短面板數(shù)據(jù)，按照陳強(qiáng)學(xué)者對(duì)各單位根檢驗(yàn)方法的界定，采取IPS 和HT 檢驗(yàn)，當(dāng)兩種檢驗(yàn)都通過(guò)時(shí)，認(rèn)為面板數(shù)據(jù)是平穩(wěn)的。檢驗(yàn)結(jié)果如表2 所示：

表2 單位根檢驗(yàn)

由檢驗(yàn)結(jié)果可知，在HT 檢驗(yàn)下，lnL、lnY、lnAGE 存在單位根；在IPS 檢驗(yàn)下，lnL、lnY、lnK 存在單位根。因此，該面板數(shù)據(jù)是非平穩(wěn)的。為了消除單位根，將各變量進(jìn)行一階差分，再對(duì)各變量進(jìn)行檢驗(yàn)。發(fā)現(xiàn)各變量在5%的顯著性水平上拒絕了存在單位根的原假設(shè)，實(shí)現(xiàn)了數(shù)據(jù)平穩(wěn)，可對(duì)數(shù)據(jù)進(jìn)行下一步的回歸估計(jì)。

2.3.2 實(shí)證結(jié)果

本文借助Stata13.0 軟件，采用系統(tǒng)GMM 方法對(duì)動(dòng)態(tài)面板模型進(jìn)行估計(jì)。為了保證回歸結(jié)果的可靠性，本文不僅對(duì)模型設(shè)定的合理性以及工具變量的有效性進(jìn)行了檢驗(yàn)，還對(duì)隨機(jī)擾動(dòng)項(xiàng)是否存在序列相關(guān)進(jìn)行檢驗(yàn)。從表3 可以看出，AR（2 ）統(tǒng)計(jì)量對(duì)應(yīng)的p 值大于10%，即沒(méi)有拒絕原假設(shè)“擾動(dòng)項(xiàng)無(wú)自相關(guān)”，通過(guò)了隨機(jī)擾動(dòng)項(xiàng)無(wú)自相關(guān)的檢驗(yàn)。此外運(yùn)用Sargan 檢驗(yàn)，檢驗(yàn)工具變量的有效性。如果不拒絕原假設(shè)“所有工具變量是有效的”，那么工具變量的設(shè)定是合理的。從表3 的檢驗(yàn)結(jié)果來(lái)看，在5%的顯著性水平上通過(guò)了檢驗(yàn)，說(shuō)明模型設(shè)定合理且工具變量有效。具體回歸結(jié)果見(jiàn)表3。

表3 回歸結(jié)果表

從對(duì)E1 的回歸結(jié)果來(lái)看：

（1） 就業(yè)人數(shù)的滯后項(xiàng)的系數(shù)顯著為正，影響系數(shù)為0.619。滯后一期的就業(yè)對(duì)當(dāng)期就業(yè)具有明顯的推動(dòng)作用，這說(shuō)明汽車(chē)制造業(yè)企業(yè)內(nèi)部就業(yè)存在一定的慣性，企業(yè)往往會(huì)根據(jù)上一期的就業(yè)量來(lái)決定本期的就業(yè)量。

（2） 用全要素生產(chǎn)率衡量的技術(shù)進(jìn)步在10%的顯著水平上對(duì)就業(yè)總量產(chǎn)生了負(fù)向影響，系數(shù)為-1.287，這說(shuō)明我國(guó)汽車(chē)制造業(yè)的技術(shù)進(jìn)步類(lèi)型是偏向于資本替代型的。一方面，技術(shù)進(jìn)步使得企業(yè)引進(jìn)更先進(jìn)的設(shè)備和更優(yōu)的管理方式，淘汰了大批低技能勞動(dòng)者；另一方面，企業(yè)在進(jìn)行產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的過(guò)程中，勞動(dòng)者的專(zhuān)業(yè)技能存在一定的滯后性，無(wú)法適應(yīng)新崗位，導(dǎo)致就業(yè)人數(shù)下降。

（3） 企業(yè)的產(chǎn)出水平、資本存量與汽車(chē)制造業(yè)的就業(yè)規(guī)模呈現(xiàn)顯著的正向關(guān)系，這與目前大多數(shù)研究結(jié)論是相同的。技術(shù)進(jìn)步為企業(yè)提高了勞動(dòng)生產(chǎn)率，企業(yè)為實(shí)現(xiàn)自身利潤(rùn)最大化，會(huì)不斷地進(jìn)行資本積累，進(jìn)一步擴(kuò)大產(chǎn)品市場(chǎng)和企業(yè)規(guī)模，從而會(huì)創(chuàng)造出更多崗位，降低失業(yè)率。

（4） 企業(yè)員工工資水平的提高對(duì)企業(yè)的就業(yè)規(guī)模具有顯著的抑制作用。這可能是因?yàn)?，汽?chē)制造業(yè)近些年的發(fā)展主要依賴(lài)于低廉的勞動(dòng)力成本。隨著我國(guó)勞動(dòng)力成本的提高，企業(yè)為了降低成本，引入自動(dòng)化設(shè)備；另一方面，一些企業(yè)可能將工廠遷至國(guó)外一些欠發(fā)達(dá)的國(guó)家，尋找低廉的勞動(dòng)力，降低對(duì)勞動(dòng)力的需求。

從對(duì)E2 的回歸結(jié)果來(lái)看，就業(yè)的滯后項(xiàng)、企業(yè)的產(chǎn)出水平和企業(yè)規(guī)模與就業(yè)仍呈現(xiàn)正向關(guān)系。汽車(chē)制造業(yè)企業(yè)技術(shù)效率在1%的顯著性水平上對(duì)就業(yè)總量產(chǎn)生了負(fù)向影響，而技術(shù)進(jìn)步率雖然與就業(yè)呈現(xiàn)負(fù)向關(guān)系，但結(jié)果并不顯著，這說(shuō)明汽車(chē)制造業(yè)技術(shù)進(jìn)步對(duì)就業(yè)的負(fù)向影響主要來(lái)自技術(shù)效率的提升。

3 結(jié) 論

從以上回歸分析結(jié)果可以看出，汽車(chē)制造業(yè)在技術(shù)進(jìn)步的過(guò)程中，既存在替代效應(yīng)，也存在促進(jìn)效應(yīng)，但以替代效應(yīng)為主，最終就業(yè)量下降。汽車(chē)制造業(yè)就業(yè)人數(shù)減少的主要原因是企業(yè)在產(chǎn)業(yè)升級(jí)、智能化的發(fā)展過(guò)程中，技術(shù)效率的提高抑制了企業(yè)就業(yè)人數(shù)的增加，削減了低技能勞動(dòng)力的數(shù)量。

結(jié)合之前的理論研究和實(shí)證結(jié)果，本文就加快汽車(chē)制造業(yè)技術(shù)進(jìn)步、實(shí)現(xiàn)充分就業(yè)提出以下建議：

（1） 加大技術(shù)水平的投入，提升技術(shù)效率，加快技術(shù)創(chuàng)新。盡管本文的研究結(jié)果表明技術(shù)進(jìn)步會(huì)減少就業(yè)，但技術(shù)進(jìn)步具有一定的調(diào)節(jié)能力。企業(yè)通過(guò)技術(shù)進(jìn)步增加產(chǎn)出、擴(kuò)大企業(yè)規(guī)模，進(jìn)而擴(kuò)大對(duì)勞動(dòng)力的需求。應(yīng)大力鼓勵(lì)傳統(tǒng)的汽車(chē)制造業(yè)加快智能化發(fā)展，推動(dòng)企業(yè)利用新技術(shù)不斷提高勞動(dòng)生產(chǎn)率；其次，政府應(yīng)采取有效的措施保護(hù)自主知識(shí)產(chǎn)權(quán)，創(chuàng)建具有激勵(lì)性質(zhì)的競(jìng)爭(zhēng)環(huán)境，鼓勵(lì)企業(yè)自主研發(fā)關(guān)鍵核心技術(shù)和產(chǎn)品，提升企業(yè)核心競(jìng)爭(zhēng)力。

（2） 加大人才培養(yǎng)力度，提高勞動(dòng)者素質(zhì)。技術(shù)進(jìn)步背景下，企業(yè)增加了對(duì)高技能勞動(dòng)者的需求，降低了對(duì)低技能勞動(dòng)者的需求，勞動(dòng)力市場(chǎng)出現(xiàn)極化。因此企業(yè)應(yīng)提高勞動(dòng)人員的專(zhuān)業(yè)技能，加強(qiáng)對(duì)高素質(zhì)勞動(dòng)者的儲(chǔ)備。一方面，企業(yè)可以依托高校和科研機(jī)構(gòu)，加強(qiáng)與產(chǎn)學(xué)研相結(jié)合，與他們共同培育具有高度實(shí)踐能力、更強(qiáng)的解決問(wèn)題能力的高素質(zhì)人才。另一方面，加強(qiáng)對(duì)員工的培養(yǎng)，使員工具備勝任新崗位的技能，避免出現(xiàn)技能與工作要求不匹配而出現(xiàn)的結(jié)構(gòu)性失業(yè)現(xiàn)象。

（3） 完善社會(huì)福利保障體系，完善就業(yè)保障政策。一方面，考慮到技術(shù)進(jìn)步傾向于技能偏向，這必然導(dǎo)致高低技能勞動(dòng)者之間收入差距加大。為保障社會(huì)公平，政府應(yīng)制定合理的最低工資標(biāo)準(zhǔn)，完善加強(qiáng)社會(huì)保障制度，切實(shí)有效地保障勞動(dòng)者的權(quán)益。另一方面，出臺(tái)相關(guān)的就業(yè)扶持政策，健全就業(yè)服務(wù)體系，為低技能勞動(dòng)力提供就業(yè)相關(guān)的咨詢(xún)和技能培訓(xùn)，加快下崗職工的轉(zhuǎn)崗就業(yè)，增加中低階層的就業(yè)機(jī)會(huì)和收入。